Excel Power Pivot: Eine Schritt-für-Schritt-Anleitung

Die Analyse großer Excel-Dateien führt oft zu zäher Performance. 

Power Pivot setzt auf einen anderen Ansatz. Es verbindet Tabellen und führt Berechnungen aus, ohne die Leistung auszubremsen. Statt dich mit VLOOKUP()-Ketten und Hilfsspalten herumzuschlagen, arbeitest du mit einem strukturierten System direkt in Excel.

In dieser Anleitung lernst du, wie du Datenmodelle einrichtest, Tabellenbeziehungen erstellst, DAX-Formeln schreibst und interaktive Berichte mit Power Pivot baust.

Was ist Power Pivot und warum ist es hilfreich?

Power Pivot ist Excels integrierte Datenmodellierungs-Engine. Damit kannst du größere Datensätze laden, mehrere Tabellen verknüpfen und komplexe Berechnungen durchführen – ohne die Trägheit klassischer Arbeitsblätter.

Wodurch sich Power Pivot unterscheidet

Anstatt Daten direkt im Blatt zu speichern, lädt Power Pivot alles in das interne Datenmodell von Excel. 

Ein Standard-Arbeitsblatt schafft rund eine Million Zeilen und wird meist schon vorher langsam. Power Pivot umgeht dieses Limit, indem es Daten komprimiert und separat verwaltet. So kannst du mit zig Millionen Zeilen arbeiten, ohne die Arbeitsmappe aus dem Takt zu bringen.

Relationale Struktur statt VLOOKUP-Ketten

Sobald deine Daten im Modell sind, kannst du Tabellen über Schlüssel verknüpfen – wie in einer leichten Datenbank. Du musst nicht mehr alles in ein Monster-Tabellenblatt zusammenführen und geschachtelte VLOOKUP()-Funktionen nutzen, um Tabellen zusammenzuzwingen. Power Pivot ermöglicht dir, verknüpfte Tabellen sauber und zuverlässig nebeneinander zu analysieren.

Stärkere Berechnungen mit DAX

Power Pivot verwendet DAX (Data Analysis Expressions), eine Formelsprache speziell für analytische Aufgaben. Damit erstellst du Measures, die weit über das hinausgehen, was eine normale PivotTable leisten kann – von einfachen Summen über zeitbasierte Kennzahlen, Verhältnisse und gleitende Fenster bis hin zu weiteren fortgeschrittenen Berechnungen.

Beispielszenarien

Zwei Beispiele, wie Unternehmen Power Pivot im Arbeitsalltag nutzen: 

• Verfolgung der Vertriebsleistung: Kombiniere Bestellhistorie, Produkt- und Kundentabellen und baue DAX-Measures für Umsatz im Jahresvergleich oder Customer Lifetime Value – ganz ohne manuelles Zusammenführen.
• Operations-Reporting: Verknüpfe Bestände, Lieferungen und Lieferantendaten und berechne Fill Rates, Durchlaufzeiten oder Prognoseabweichungen – alles aus demselben Modell.

Kurz gesagt: Power Pivot bringt ein Datenbankgefühl in Excel. Wenn du mit großen oder mehrtabelligen Datensätzen arbeitest, werden aus unübersichtlichen Reporting-Prozessen schnelle, skalierbare Modelle, auf denen du aufbauen kannst.

Power Pivot in Excel einrichten

Schauen wir uns an, wie du Power Pivot in Excel startklar machst. 

Power Pivot aktivieren

Du musst Power Pivot nicht herunterladen. Es ist bereits in Excel vorhanden. So aktivierst du es:

1. Öffne die Excel-Datei 
2. Klicke im Menüband auf Datei
3. Wähle Optionen > Add-Ins 
4. Wähle dann im Drop-down COM-Add-Ins und klicke auf Los
5. Es öffnet sich ein Pop-up-Fenster. Wähle dort Microsoft Power Pivot for Excel und klicke auf OK

Jetzt erscheint Power Pivot im Menüband.

Enable the Power Pivot add-in in Excel. Image by Author.

Hinweis: Power Pivot funktioniert nur in Excel Professional Plus oder Microsoft 365. Wenn du die Registerkarte nach dem Aktivieren nicht siehst, ist Power Pivot in deiner Excel-Version möglicherweise nicht enthalten.

Daten aus mehreren Quellen importieren

Du kannst jetzt Daten aus verschiedenen Quellen importieren, etwa aus einer Excel-Datei, einer CSV-Datei oder sogar einer SQL Server-Datenbank. 

Für dieses Beispiel liegen zwei Datensätze in einer .xlsb-Datei vor:

1. sales.xlsb 

2. customer.xlsb 

So importierst du sie in Power Pivot:

1. Klicke auf die Registerkarte Power Pivot und wähle Verwalten. Es öffnet sich ein neues Fenster
2. Gehe zu Start, klicke auf Externe Daten abrufen und wähle Aus anderen Quellen
3. Scrolle nach unten und klicke auf Excel-Datei

Get the data from other sources. Image by Author.

4. Klicke im Pop-up auf Durchsuchen und wähle die Datei customer.xlsb aus 

5. Aktiviere Erste Zeile als Spaltenüberschrift verwenden und klicke auf Weiter

Import the Excel file into Power Pivot. Image by Author.

Im nächsten Fenster klicke auf Vorschau & Filtern, um vor dem Import zu sehen, wie deine Daten aussehen. Wenn alles passt, klicke auf OK, anschließend wird angezeigt, dass alle Zeilen erfolgreich übertragen wurden. Klicke dann auf Schließen.

Preview the selected data. Image by Author. 

Wiederhole denselben Vorgang für die Datei sales.xlsb. Unten im Fenster werden danach beide Dateien als importiert angezeigt. Doppelklicke darauf und benenne sie um. 

Both files imported. Image by Author.

Beziehungen und Datenmodelle aufbauen

Nachdem deine Daten in Power Pivot geladen sind, verknüpfst du die Tabellen, damit Excel ihre Zusammenhänge versteht. Dieser Schritt bildet das Fundament deiner Berichte.

Beziehungen zwischen Tabellen erstellen

So erstellst du eine Beziehung zwischen der Tabelle Sales und Customers:

1. Klicke im Tab Start auf Diagrammansicht. Dort siehst du beide importierten Tabellen
2. Klicke auf CustomerID in der Tabelle Sales
3. Ziehe sie auf CustomerID in der Tabelle Customer, um eine Beziehung zwischen beiden Tabellen zu erstellen

Hinweis: Wenn du die Beziehung bearbeiten möchtest, klicke mit der rechten Maustaste auf die Linie und wähle Beziehung bearbeiten... Wähle im Fenster die Spalten aus, über die du die Beziehung herstellen willst.

Build a relationship between the tables. Image by Author.

In dieser Beziehung kann ein Kunde mehrfach in der Tabelle Sales erscheinen, aber in der Tabelle Customers steht jeder Kunde nur einmal. Das ist eine einfache 1:n-Beziehung, mit der wir Felder aus beiden Tabellen in PivotTables verwenden und ohne Nachschlageformeln rechnen können.

Mit Sternschema modellieren

Ein Sternschema ist eine der einfachsten Möglichkeiten, ein Power-Pivot-Modell zu strukturieren. Es hält deine Tabellen übersichtlich und macht Berechnungen berechenbar.

Zuerst wählst du die Faktentabelle. In diesem Fall ist Sales die Faktentabelle, weil dort die Transaktionen stehen: Datum, Kunde, Produkt, Menge, Betrag.

Als Nächstes identifizierst du die Dimensionstabellen, die die Daten in Sales beschreiben. Häufige Beispiele sind:

• Customers (Primärschlüssel: CustomerID)
• Products (Primärschlüssel: ProductID)
• Regions (Primärschlüssel: RegionID)

Jede Dimensionstabelle hat einen Primärschlüssel. Den verbindest du mit dem passenden Fremdschlüssel in der Faktentabelle:

• Customers.CustomerID → Sales.CustomerID
• Products.ProductID → Sales.ProductID
• Regions.RegionID → Customers.RegionID

Sind die Verknüpfungen gesetzt, steht Sales zentral, umgeben von den Dimensionstabellen – dein Stern. Diese Struktur hält das Modell klar, beschleunigt Berechnungen und macht Berichte konsistenter.

Create a star schema. Image by Author.

Berechnete Spalten hinzufügen

Mit gesetzten Beziehungen kannst du neue Felder direkt im Datenmodell erstellen.

1. Wechsle zur Datenansicht

2. Wähle das leere Feld Spalte hinzufügen am Ende der Tabelle

3. Gib = [TotalAmount] / [Qty] ein und drücke Eingabe, damit Excel die gesamte Spalte füllt

4. Benenne die Überschrift in PricePerUnit um

So werden berechnete Spalten Teil der Tabelle selbst. Sie werden im Modell gespeichert, mit deinen Daten aktualisiert und stehen in jeder PivotTable oder für DAX-Measures bereit.

Add an extra calculated column. Image by Author.

DAX-Formeln für Analysen schreiben

Jetzt, da das Modell steht, können wir DAX-Formeln erstellen, um die Daten zu analysieren. Diese Formeln helfen, Summen, Vergleiche und zeitbasierte Berechnungen direkt in deinen Berichten aufzubauen.

Measures erstellen

Verwende Measures, wenn du Berechnungen brauchst, die sich in einer PivotTable automatisch aktualisieren.

So erstellst du ein Measure:

1. Öffne das Power-Pivot-Fenster

2. Gehe zu Start > Berechnungen > Neues Measure

3. Gib eine Formel ein, z. B. = SUM(Sales[TotalAmount])

4. Benenne sie Total Sales und klicke auf OK

Create measures. Image by Author. 

Ein Prozent-vom-Gesamtwert-Measure hinzufügen

Mit dieser Formel ergänzt du ein Prozent-vom-Gesamtwert-Measure:

= DIVIDE([Total Sales], CALCULATE([Total Sales], ALL(Regions)))

Damit siehst du den Anteil jeder Region am Gesamtumsatz.

Add a percentage of the total measure. Image by Author.

Time Intelligence nutzen

Time-Intelligence-Funktionen sind DAX-Formeln, die verstehen, wie sich Daten über Tage, Monate, Quartale und Jahre bewegen. Sie ermöglichen Year-to-Date-Summen, Vorjahresvergleiche und Trendanalysen – ohne Filter manuell anzupassen.

Damit diese Funktionen im Modell funktionieren, brauchst du zuerst eine saubere Datumstabelle.

Die Datumstabelle einrichten

So richtest du die Tabelle ein: 

1. Gehe zu Power Pivot > Zum Datenmodell hinzufügen
2. Wähle in Power Pivot die Tabelle und dann Entwurf > Als Datumstabelle markieren

Create a data table. Image by Author.

3. Stelle nun in der Diagrammansicht unter Start die Beziehung Date[Date] → Sales[OrderDate] her

Link the Date Table[Date] to Sales[OrderDate]. Image by Author.

Time-Intelligence-Measures erstellen

Sobald die Date-Tabelle steht, kannst du Measures bauen, die Leistung über verschiedene Zeiträume auswerten.

Year-to-Date:

Total Sales YTD :=
TOTALYTD([Total Sales], 'Date Table'[Date])

Vorjahresvergleich:

Sales Last Year :=
CALCULATE([Total Sales], SAMEPERIODLASTYEAR('Date Table'[Date]))

Calculate the time. Image by Author. 

Mit den fertigen Measures wechsle zurück zu Excel und erstelle eine PivotTable auf Basis des Datenmodells. Lege dann Felder aus der Datumstabelle in den Zeilenbereich und füge Total Sales, Total Sales YTD und Sales Last Year zu Werte hinzu. 

So siehst du, wie die Time-Intelligence-Measures mit der Date-Tabelle im Modell zusammenspielen.

PivotTable showing Total Sales, YTD, and Last Year Date. Image by Author. 

Häufige DAX-Muster

Einige DAX-Formeln tauchen oft auf, weil sie Daten schnell aufschlüsseln und typische Fragestellungen beantworten. Zwei Muster, die in vielen Modellen funktionieren:

Durchschnitt pro Kategorie:

Average Sales Per Category :=
AVERAGE(Sales[TotalAmount])

Laufende Summe über Daten hinweg:

Running Total Sales :=
CALCULATE(
    [Total Sales],
    FILTER(ALL('Date'), 'Date'[Date] <= MAX('Date'[Date]))
)

Gewöhne dir bei Measures Folgendes an: 

• Klare Namen vergeben
• Formeln lesbar halten
• Variablen (VAR) nutzen, wenn die Formel länger wird. 

So verstehst du das Modell auch nach Wochen sofort wieder.

Dein Modell visualisieren und damit arbeiten

Jetzt, da Modell und Measures stehen, verwandeln wir die Daten in interaktive Visuals, die du in Echtzeit erkunden kannst.

PivotTables und PivotCharts erstellen

So fügst du eine PivotTable aus dem Datenmodell ein und arbeitest direkt mit deinen verknüpften Tabellen:

1. Öffne ein Excel-Blatt
2. Gehe zu Einfügen > PivotTable > Aus Datenmodell
3. Wähle Neues Arbeitsblatt

Im Bereich PivotTable-Felder kannst du nun Felder aus jeder Tabelle ziehen. Zum Beispiel:

• Ziehe RegionName aus der Tabelle Regions in Zeilen
• Ziehe Total Sales in Werte

Weil wir die Beziehungen zuvor gebaut haben, fügt Excel alles automatisch korrekt zusammen.

Create a PivotTable using the Power Pivot data. Image by Author.

Wenn du eine Visualisierung möchtest, klicke irgendwo in die PivotTable, gehe zu Einfügen > PivotChart, wähle einen Diagrammtyp (z. B. Gruppiertes Säulendiagramm) und bestätige. Das Diagramm bleibt mit der PivotTable verknüpft, alles aktualisiert sich gemeinsam.

Add PivotChart. Image by Author.

Slicer und Filter hinzufügen

Slicer liefern schnelle, klickbare Filter und machen den Bericht interaktiv. So fügst du sie hinzu:

1. Klicke auf deine PivotTable
2. Gehe zu Einfügen > Datenschnitt
3. Wähle Felder wie RegionName oder ProductName

Der Slicer erscheint als Feld im Blatt. Beim Klicken auf verschiedene Einträge aktualisieren sich PivotTable und Diagramm sofort. Bei mehreren PivotTables kannst du einen Slicer mit allen verbinden, um konsistent zu filtern.

Add Slicers. Image by Author.

KPIs aufbauen

KPIs zeigen dir die Performance gegenüber einem Ziel – ohne zusätzliche Berechnungen im Blatt. So baust du sie:

1. Gehe im Power-Pivot-Fenster zu KPIs > Neuer KPI
2. Setze Total Sales als Basis-Measure
3. Wähle Absoluter Wert, gib dein Ziel ein (zum Beispiel 4000), passe Schwellen an und wähle einen Symbolstil
4. Klicke auf OK, um den KPI zu erstellen

Set the KPI of a measure. Image by Author.

5. Erweitere im PivotTable-Felder-Bereich die Tabelle Sales und dann Total Sales
6. Ziehe von dort Total Sales und Status in das Feld Werte

Jetzt siehst du die Zielerreichung im Verhältnis zu den Schwellenwerten. 

Display the KPI status in an Excel PivotTable. Image by Author.

Power-Pivot-Performance optimieren

Ist das Modell gebaut, soll es schnell und angenehm zu bedienen bleiben. Power Pivot bewältigt große Datensätze, doch ein paar kleine Anpassungen halten die Datei reaktionsschnell – besonders, wenn im Laufe der Zeit mehr Daten hinzukommen.

Modellgröße reduzieren

Ein schlankeres Modell läuft schneller – entferne daher alles, was du nicht brauchst.

Lösche ungenutzte Spalten in der Datenansicht. Selbst wenn eine Spalte nie in einer PivotTable auftaucht, belegt sie Speicher. Ausmisten hält das Modell sauber.

Wenn du neue Daten einbringst, filtere Zeilen und Spalten vorab mit Power Query. So lädst du nur die wirklich relevanten Felder – und alles bleibt aufgeräumt.

Vermeide berechnete Spalten, sofern sie nicht zwingend nötig sind. Sie speichern für jede Zeile einen Wert und blähen Dateien schnell auf. Measures sind effizienter, weil sie nur bei Bedarf in der PivotTable berechnen. 

Effiziente Datentypen wählen

Power Pivot komprimiert je nach Datentyp unterschiedlich. Der passende Typ kann spürbar helfen.

In der Datenansicht wählst du eine Spalte und dann im Menüband unter Datentyp den genauesten Typ. Zum Beispiel:

• Ganze Zahlen > Ganze Zahl
• Dezimalwerte > Dezimalzahl
• IDs oder Codes ohne Rechenlogik > Text

Mit dem korrekten Typ komprimiert Power Pivot besser – das reduziert die Größe und beschleunigt Berechnungen.

Check and use the correct data type. Image by Author.

Aktualisierung und Berechnungsfehler handhaben

Wenn deine PivotTables nicht die neuesten Daten zeigen, gehe zur Registerkarte Power Pivot und klicke auf Alle aktualisieren. Dadurch wird alles aus den Quelldateien neu geladen.

Wenn Zahlen merkwürdig aussehen, öffne die Diagrammansicht und prüfe die Beziehungen. Fehlende oder defekte Beziehungen führen oft zu falschen Summen oder Filtern.

Bei DAX-Fehlern – vor allem in komplexeren Measures – verweist die Formel häufig indirekt auf sich selbst. Schreibe das Measure dann mit einfacherer Logik neu oder nutze VAR-Blöcke, um die zirkuläre Referenz aufzulösen.

Integration mit Power Query und Power BI

Einer der Vorteile von Power Pivot ist die einfache Zusammenarbeit mit dem restlichen Microsoft-Datenstack. Wir können Power Query nutzen, um Daten vor dem Laden ins Modell zu bereinigen und zu formen, oder das gesamte Modell in Power BI verschieben, wenn du interaktive Dashboards brauchst.

Daten in Power Query bereinigen und transformieren

Power Query ist der ideale Ort, um Daten vor dem Laden in Power Pivot aufzubereiten. Du bereinigst, filterst und formst alles im Vorfeld – so bleibt das Modell strukturiert.

Du öffnest Power Query über Daten > Aus Text/CSV > Transformieren. Dadurch landen die Daten im Editor, wo du:

• Doppelte Zeilen entfernst
• Spalten umbenennst oder neu anordnest
• Unnötige Werte herausfilterst
• Datentypen festlegst, bevor sie ins Modell gehen

Power Query zeichnet jeden Schritt rechts im Fenster auf. Das heißt: Die Bereinigung läuft bei jeder Aktualisierung automatisch erneut.

Wenn alles passt, wähle Schließen & Laden in und dann Datenmodell. Die bereinigten Daten werden direkt in Power Pivot geladen.

Modelle nach Power BI exportieren

Du kannst dein Power-Pivot-Modell auch nach Power BI mitnehmen, wenn du reichere Visuals oder geteilte Dashboards brauchst. So geht’s:

1. Speichere deine Excel-Arbeitsmappe
2. Öffne Power BI Desktop
3. Gehe zu Daten abrufen > Excel-Arbeitsmappe
4. Wähle deine Datei

Power BI importiert Tabellen und Beziehungen genauso, wie sie in Power Pivot existieren. Danach kannst du Dashboards bauen, im Team zusammenarbeiten und geplante Aktualisierungen einrichten – so bleiben Berichte ohne manuelle Schritte aktuell.

Best Practices für nachhaltige Modelle

Wenn dein Modell wächst, hilft Ordnung enorm beim Aktualisieren, Debuggen und Weiterentwickeln. Diese Gewohnheiten halten dein Modell langfristig sauber und verlässlich:

Benennungsregeln und Struktur

Klar benannte Objekte machen den Unterschied, wenn du nach Wochen oder Monaten zurückkehrst. Verwende deshalb gut lesbare Measure-Namen wie Total_Sales, Total_Quantity oder Profit_Margin – so ist sofort klar, was gemeint ist.

Du kannst zusammengehörige Measures auch in Anzeigeordnern im Power-Pivot-Fenster gruppieren. Gerade bei größeren Modellen findest du so schneller, was du brauchst.

Datenvalidierung

Bevor du den Zahlen vertraust, prüfe kurz:

• Vergleiche Summen aus der Quelle mit Summen in deinen PivotTables
• Verwende einfache DAX-Checks wie:

• COUNTROWS(), um die Zeilenanzahl einer Tabelle zu bestätigen

• DISTINCTCOUNT(), um eindeutige Werte wie Kunden oder Produkte zu prüfen

Diese kleinen Tests decken fehlende Beziehungen, falsche Filter oder Datenprobleme auf, bevor sie größere Auswirkungen haben.

Modelle pflegen und aktualisieren

Wenn neue Daten eintreffen, gehe zur Registerkarte Power Pivot und wähle Aktualisieren oder Alle aktualisieren. Power Pivot lädt dadurch alles aus den verbundenen Quellen neu.

Bevor du größere Strukturänderungen vornimmst – etwa neue Beziehungen hinzufügst oder zentrale Measures umschreibst – speichere eine Sicherungskopie. So hast du eine Rückfallebene, falls etwas schiefgeht.

Fazit

Power Pivot führt deine Daten an einem Ort zusammen und hilft dir, klare und belastbare Berichte zu erstellen. Ist das Modell einmal eingerichtet, kannst du Zahlen erkunden, Visuals erstellen und alles mit einem Klick aktualisieren.

Wenn du das volle Excel-Toolset lernen willst, schau dir unseren Lernpfad Data Analysis with Excel Power Tools sowie natürlich den Kurs Power Pivot in Excel an.